การตรวจสอบความตรงของโมเดลการวัดชุดความคิดเชิงออกแบบของนักเรียนโรงเรียนวิทยาศาสตร์

ปิยะนุช เขียวอร่าม; เอกรัตน์ ทานาค; ชาตรี ฝ่ายคำตา; พงศ์ประพันธ์ พงษ์โสภณ

doi:10.55003/JIE.25113

ผู้แต่ง

ปิยะนุช เขียวอร่าม สาขาวิชาวิทยาศาสตร์ศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพมหานคร 10900 ประเทศไทย
เอกรัตน์ ทานาค สาขาวิชาวิทยาศาสตร์ศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพมหานคร 10900 ประเทศไทย
ชาตรี ฝ่ายคำตา สาขาวิชาวิทยาศาสตร์ศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพมหานคร 10900 ประเทศไทย
พงศ์ประพันธ์ พงษ์โสภณ สาขาวิชาวิทยาศาสตร์ศึกษา คณะศึกษาศาสตร์ มหาวิทยาลัยเกษตรศาสตร์ กรุงเทพมหานคร 10900 ประเทศไทย

DOI:

https://doi.org/10.55003/JIE.25113

คำสำคัญ:

ชุดความคิดเชิงออกแบบ, โมเดลการวัด, นักเรียนโรงเรียนวิทยาศาสตร์

บทคัดย่อ

การพัฒนาชุดความคิดเชิงออกแบบ (Design Thinking Mindset: DTM) ของนักเรียนเป็นสิ่งสำคัญและกำลังได้รับความสนใจอย่างกว้างขวาง เนื่องจากช่วยส่งเสริมทักษะการคิดสร้างสรรค์ การแก้ปัญหาเชิงระบบ และการเข้าใจความต้องการของผู้ใช้ ซึ่งเป็นทักษะสำคัญของผู้เรียนในศตวรรษที่ 21 โดยเฉพาะในบริบทการศึกษาวิทยาศาสตร์ที่มุ่งเน้นการประยุกต์ใช้ความรู้กับปัญหาเชิงซับซ้อนในโลกจริง โรงเรียนวิทยาศาสตร์จึงให้ความสำคัญกับการพัฒนา DTM เพื่อสร้างนักคิด นักออกแบบ และนวัตกรที่สามารถสร้างคุณค่าให้แก่สังคม อย่างไรก็ตามการศึกษาความตรงเชิงโครงสร้างของแบบวัดชุดความคิดเชิงออกแบบในบริบทโรงเรียนวิทยาศาสตร์ไทยยังมีอยู่อย่างจำกัด งานวิจัยนี้มีวัตถุประสงค์เพื่อตรวจสอบความตรงเชิงโครงสร้างของโมเดลการวัดชุดความคิดเชิงออกแบบ (DTM) ของนักเรียนโรงเรียนวิทยาศาสตร์ กลุ่มตัวอย่างคือนักเรียนระดับมัธยมศึกษาตอนปลายในโรงเรียนวิทยาศาสตร์ จำนวน 752 คน ใช้แบบวัด DTM ที่ผ่านการตรวจสอบความตรงเชิงเนื้อหา (IOC ≥ 0.80) และวิเคราะห์ข้อมูลด้วยการวิเคราะห์องค์ประกอบเชิงยืนยัน (Confirmatory Factor Analysis: CFA) ผลการวิจัยพบว่า โมเดลการวัด DTM มีความสอดคล้องกับข้อมูลเชิงประจักษ์ในระดับดีมาก (χ²/df = 2.014, CFI = 0.956, TLI = 0.948, RMSEA = 0.044, SRMR = 0.035) ตัวชี้วัดทั้งหมดมีค่าน้ำหนักองค์ประกอบมาตรฐานอยู่ในช่วง 0.48–0.87 (p < .001) แสดงถึงความตรงเชิงโครงสร้างในระดับสูง อีกทั้งค่าเฉลี่ยความแปรปรวนที่สกัดได้ (AVE > 0.50) และค่าความเชื่อมั่นเชิงประกอบ (CR > 0.70) ของทุกมิติอยู่ในเกณฑ์ดีมาก ความตรงจำแนกผ่านเกณฑ์ Fornell–Larcker criterion ร้อยละ 77.8 โดยคู่มิติที่มีค่าสหสัมพันธ์สูงสะท้อนลักษณะการคิดเชิงบูรณาการของชุดความคิดเชิงออกแบบมากกว่าความซ้ำซ้อนทางสถิติ นอกจากนี้ค่า HTMT ทุกคู่ต่ำกว่า 0.85 ยืนยันความแตกต่างเชิงโครงสร้างของแต่ละมิติได้อย่างชัดเจน สำหรับการวิเคราะห์ระดับของ DTM พบว่า นักเรียนมีคะแนนเฉลี่ยสูงในมิติความมั่นใจในความคิดสร้างสรรค์ การคิดเชิงองค์รวม และความเข้าใจผู้อื่น ขณะที่มิติการตั้งคำถามเชิงวิพากษ์และการยอมรับความไม่แน่นอนอยู่ในระดับปานกลาง โดยภาพรวมชุดความคิดเชิงออกแบบของนักเรียนอยู่ในระดับปานกลางถึงสูง สะท้อนแนวโน้มการพัฒนาที่มั่นคงและสมดุลในทุกมิติ สรุปได้ว่าแบบวัด DTM มีความเที่ยงตรงและความเชื่อมั่นในระดับสูง เหมาะสมสำหรับใช้ประเมินผู้เรียนในบริบทโรงเรียนวิทยาศาสตร์และสามารถใช้เป็นฐานข้อมูลสำคัญในการออกแบบกิจกรรมการเรียนรู้แบบบูรณาการ Design thinking–STEM–BCG เพื่อส่งเสริมสมรรถนะนวัตกรรมและการเรียนรู้เพื่อความยั่งยืนของผู้เรียน

เอกสารอ้างอิง

Best, J. W., & Kahn, J. V. (2006). Research in education (10th ed.). Pearson Education.

Brown, T. (2008). Design thinking. Harvard Business Review, 86(6), 84–92.

Browne, M. W., & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen & J. S. Long (Eds.), Testing structural equation models (pp. 136–162). Sage Publications.

Dosi, C., Rosati, F., & Vignoli, M. (2018). Measuring design thinking mindset. In T. Taura & Y. Nagai (Eds.), DS 92: Proceedings of the DESIGN 2018 15th International Design Conference (pp. 1991–2002). Zadar, Croatia: The Design Society.

Faikhamta, C., & Clarke, A. (2019). Thai cooperating teachers’ motivations and challenges in supervising student teachers during their internship program. Kasetsart Journal of Social Sciences, 40(3), 567–573. https://doi.org/10.1016/j.kjss.2017.12.018.

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50.

Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate data analysis (7th ed.). Pearson Education.

Henriksen, D., Richardson, C., & Mehta, R. (2017). Design thinking: A creative approach to educational problems of practice. Thinking Skills and Creativity, 26, 140–153.

Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135.

Hofstede, G., Hofstede, G. J., & Minkov, M. (2010). Cultures and organizations: Software of the mind (3rd ed.). McGraw-Hill.

Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55.

Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). The Guilford Press.

Ladachart, L., Cholsin, J., Kwanpet, S., Teerapanpong, R., Dessi, A., Phuangsuwan, L., & Phothong, W. (2022). Ninth-grade students’ perceptions on the design-thinking mindset in the context of reverse engineering. International Journal of Technology and Design Education, 32(6), 2445–2465.

Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1–55.

Liedtka, J. (2018). Why design thinking works. Harvard Business Review, 96(5), 72–79.

Ministry of Education. (2021). National curriculum framework for innovation and competency-based education, B.E. 2564 (2021). Ministry of Education. (in Thai)

Office of the National Economic and Social Development Council. (2022). The 13th National Economic and Social Development Plan, B.E. 2566–2570 (2023–2027). Office of the National Economic and Social Development Council. (in Thai)

Rauth, I., Köppen, E., Jobst, B., & Meinel, C. (2010). Design thinking: An educational model toward creative confidence. In T. Taura & Y. Nagai (Eds.), DS 66-2: Proceedings of the 1st International Conference on Design Creativity (ICDC 2010) (pp. 1–8). Kobe, Japan: The Design Society.

Razzouk, R., & Shute, V. (2012). What is design thinking and why is it important? Review of Educational Research, 82(3), 330–348. https://doi.org/10.3102/0034654312457429.

Ricardo, R. (2024). Educational innovation through design thinking: Lessons from global case studies. Cambridge University Press.

Schweitzer, J., Groeger, L., & Sobel, L. (2016). The design thinking mindset: An assessment of what we know and what we see in practice. Journal of Design, Business & Society, 2(1), 71–94. https://doi.org/10.1386/dbs.2.1.71_1.

Tucker, L. R., & Lewis, C. (1973). A reliability coefficient for maximum likelihood factor analysis. Psychometrika, 38(1), 1–10. https://doi.org/10.1007/BF02291170.

Vignoli, M., Dosi, C., & Balboni, B. (2023). Design thinking mindset: Measurement, structure, and implications in education and organizations. Springer Nature.